[发明专利]基于路径的人脸识别方法、装置、计算机设备和存储介质

说明书

本申请揭示了一种基于路径的人脸识别方法、装置、计算机设备和存储介质，所述方法包括：获取环境图片；调取n张参照图片；进行人脸特征向量提取处理，从而得到m个待识别人脸特征向量，以及得到n个参照人脸特征向量；计算待识别人脸特征向量与参照人脸特征向量的相似度值，从而得到m×n个相似度值；生成m×n初始矩阵；对初始矩阵进行降序排列得到降序矩阵；根据公式：L＝argsort(max(A,axis＝1),axis＝0,reverse＝True)，生成降序索引L；在降序矩阵中生成路径P；根据公式：L_inv＝argsort(L,reverse＝False)，在降序矩阵中生成还原路径Q；获取m个节点q1、q2、...、qm在所述降序矩阵中分别对应的列数V1、V2、...、Vm；建立人脸对应关系。从而提高了识别适应场景，提高了识别准确性，整体性地提高了识别效率。

技术领域

本申请涉及到计算机领域，特别是涉及到一种基于路径的人脸识别方法、装置、计算机设备和存储介质。

背景技术

环境人脸识别指对未识别的环境图片中的人脸进行人脸识别，以在预设的数据库中找出与该人脸相同的预存人脸图片，从而实现人脸识别的目的。传统的人脸识别，在对环境图片中存在多张人脸时的检测准确性不高。具体的，传统的人脸识别会对环境图片进行初步检测，以得到多张人脸，并分别对每一张人脸单独进行识别匹配，这样不仅识别效率低，并且不能胜任特殊的环境图片(例如，该环境图片中包括两张以上相似的人脸--例如双胞胎等，那么传统的人脸识别方法很可能将这些人脸判定为同一个人，这显然是错误的)。因此，传统的人脸识别方案存在识别效率低，识别准确性低的缺陷。

发明内容

本申请的主要目的为提供一种基于路径的人脸识别方法、装置、计算机设备和存储介质，旨在整体性地提高了识别准确性和识别效率。

为了实现上述发明目的，本申请提出一种基于路径的人脸识别方法，包括以下步骤：

获取环境图片，所述环境图片中包括m张待识别人脸；

调取预设的人脸数据库中的n张参照图片，每张参照图片中均包括一张人脸；

对所述m张待识别人脸和n张参照图片分别进行人脸特征向量提取处理，从而得到与所述m张待识别人脸对应的m个待识别人脸特征向量，以及得到与所述n张参照图片对应的n个参照人脸特征向量；

根据预设的相似度计算方法，计算所述待识别人脸特征向量与所述参照人脸特征向量的相似度值，从而得到m×n个相似度值；

根据所述m×n个相似度值，生成m×n初始矩阵，其中所述m×n初始矩阵中每个元素的横行与竖列分别对应于一张待识别人脸和一张参照图片；

对初始矩阵进行降序排列得到降序矩阵；并根据公式：L＝argsort(max(A,axis＝1),axis＝0,reverse＝True)，生成降序索引L；其中，降序排列以每行的元素的最大值为依据，argsort函数返回的是数组值的索引值，max为最大值函数，A为所述初始矩阵，axis＝1表示对矩阵的每一行执行对应函数，axis＝0表示对矩阵的每一列执行对应函数，reverse＝True表示降序排列；

在所述降序矩阵中生成路径P，所述路径P由m个节点p1、p2、...、pm构成，节点p1、p2、...、pm分别位于所述降序矩阵中的第一行、第二行、...、第m行，并且节点p1、p2、...、pm分别位于所述降序矩阵中不同列，并且所述节点p1、p2、...、pm的数值之和大于其他路径中的节点的数值之和；

根据公式：L_inv＝argsort(L,reverse＝False)，在所述降序矩阵中生成还原路径Q，其中还原路径Q包括m个节点q1、q2、...、qm，argsort(L,reverse:False)表示对降序索引L进行升序排序；